-
公开(公告)号：CN106875254B
公开(公告)日：2021-03-19
申请号：CN201710049156.2
申请日：2017-01-20
Applicant: 暨南大学
IPC: G06Q30/06
Abstract: 本发明公开了一种基于区块链技术的Android恶意应用程序控制方法，首先将APP市场注册成为区块链节点，开发者向APP市场上传应用程序形成上传交易，若APP市场接收则开发者对该上传交易签名，若拒绝接收则APP市场会对该上传交易签名，若在上传过程中被反馈为恶意应用程序则变为反馈交易的一部分，上传交易信息对APP市场或开发者造成信誉度的缺损；当用户下载APP时系统生成下载交易，APP市场用私钥对下载交易签名，通过网络发送到交易池中；同时用户对APP市场进行反馈，APP市场对开发者进行反馈，最后通过挖矿方式产生新的交易区块，增加信誉度。本发明能够很好地从源头上控制恶意程序的发布与流通，有效遏制了恶意代码泛滥之现象。
-
公开(公告)号：CN108509775B
公开(公告)日：2020-11-13
申请号：CN201810128524.7
申请日：2018-02-08
Applicant: 暨南大学
Abstract: 本发明提出了基于机器学习的恶意PNG图像识别方法，属于网络空间安全技术领域，首先建立PNG图像特征库和数字隐写识别模型；在服务端对上传图片文件请求进行审查，依据PNG图像特征库进行特征匹配识别，初步识别PNG图片是否合法，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则拒绝上传；在客户端监测网页传输过程中的PNG图片格式文件数据，依据PNG图像特征库进行特征匹配识别，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则禁止访问该图片资源。本发明可以在服务端禁止不合法图片的上传，在客户端禁止对不合法图片的访问，加强了网络安全。
-
公开(公告)号：CN107967539B
公开(公告)日：2020-11-13
申请号：CN201711227857.7
申请日：2017-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法，步骤如下：首先是获取在以太坊上已发布所有智能合约的URL；其次根据URL获得已验证过的智能合约代码及其相对应的交易的信息；然后对获取到的信息进行处理，建立与函数相关的燃料限制特征集；再其次采用机器学习方法预测以太坊交易燃料限制；最后用户只需要输入智能合约代码就可以得到每个函数预测燃料限制。该发明预测结果更加精确合理，大大减少偏大或者偏小的情况出现；用户操作更加方便，只需要用户提供智能合约就可以给出调用合约函数交易的燃料限制。
-
公开(公告)号：CN111327597A
公开(公告)日：2020-06-23
申请号：CN202010068479.8
申请日：2020-01-21
Applicant: 暨南大学
Abstract: 本发明公开了基于区块链隐私保护和细粒度访问控制的数字取证方法，第一监管方创建数字取证交易，向第二监管方发起数字取证交易请求，将数字取证交易的重要信息传输给第二监管方；第二监管方通过加密模块生成属性加密中间参数，并授权公布在区块链中；第一监管方获得授权后，通过授权信息向密钥管理机构模块获取分片密钥，并将分片密钥合并生成解密密钥，数据采集模块通过解密密钥在存储系统中采集数据；第一监管方采集数据后对数据进行分析，得到数据分析结果；进而生成取证数字报告，取证完成；本发明利用区块链和智能合约的潜力，并设计加密原语来构建一种基于区块链的车联网数字取证方案，该方案具有可审计性、隐私保护和细粒度的数据访问控制。
-
公开(公告)号：CN108063752B
公开(公告)日：2020-05-08
申请号：CN201711062477.2
申请日：2017-11-02
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链与代理重加密技术的可信基因检测及数据共享方法，应用在基于依次连接的应用管理层、区块链层以及分布式数据存储层的应用系统。该方法建立基于区块链技术的检测机构和医院的信誉度管理方案，解决第三方机构随意给出检测结果的问题。同时，基于公钥加密方案，保护个人用户的隐私数据，使得个人对自己的基因数据有完全的控制权和所有权。最后，在区块链智能合约中实现一种可撤销的代理重加密方案，保证科研机构在得到个人用户授权之后获取基因组数据。
-
Patent Agency Ranking
公开(公告)号：CN110737899A
公开(公告)日：2020-01-31
申请号：CN201910904539.2
申请日：2019-09-24
Applicant: 暨南大学
Abstract: 本发明公开了一种基于机器学习的智能合约安全漏洞检测方法，首先收集智能合约源代码数据，并进行数据预处理，构建机器学习的样本集；然后通过公开的智能合约漏洞检测器为样本集数据确定漏洞标签，将智能合约源代码转译成XML结构化文本，在此基础上对数据集中智能合约源代码进行特征抽取，针对智能合约不同漏洞类型，考虑当前Solidity智能合约样本数据有限，因此本发明依据标签样本数量，采用两种不同的机器学习算法来进行分析。其中，针对多数据样本采用随机森林算法构建模型、针对少数据样本利用迁移学习构建检测模型，本发明可以更加高效、自动化地得到检测出Solidity智能合约漏洞。
-
公开(公告)号：CN110688151A
公开(公告)日：2020-01-14
申请号：CN201910904195.5
申请日：2019-09-24
Applicant: 暨南大学
IPC: G06F8/75
Abstract: 本发明公开了一种面向以太坊Solidity智能合约的安全翻译与解析方法，包括以下步骤：首先将智能合约源代码转化为XML文本，然后对Solidity智能合约进行代码Java转换，并基于新生成的Java代码进行流程分析和控制流程图生成。同时，基于PageRank算法对Solidity智能合约核心代码行进行识别，并在图中将核心代码进行高亮显示。此外，利用自然语言处理进行代码分割和词性分析，将代码分割出来的英语单词，按动词和名词组织成一个利于理解的序列，并通过对Solidity智能合约的关键逻辑(转账、变量状态更新)进行识别，形成可理解的英语短语。最后，生成完整的智能合约翻译文档。
-
公开(公告)号：CN109275122A
公开(公告)日：2019-01-25
申请号：CN201810874187.6
申请日：2018-08-03
Applicant: 暨南大学
IPC: H04W4/44 , H04W4/46 , H04W4/12 , H04W4/06 , H04W12/02 , H04W12/06 , H04L9/32 , H04L9/08 , H04L29/06 , H04L29/08 , G06Q40/04
Abstract: 本发明公开了一种基于服务证明的共识协议设计及其车联网应用方法，在该共识协议中，车辆可以通过提供服务证明而不依赖第三方可消息认证机构来获得激励(VPoSCoin，虚拟通证)。VPoSCoin可以通过激励车辆参与V2V通信，使得更多节点主动与其他车辆合作。在方案中，设计了基于服务证明(Proof of Services)的共识协议，整个区块链系统由车联网中的路侧单元、车辆维护，信息高度透明。
-
公开(公告)号：CN108595185A
公开(公告)日：2018-09-28
申请号：CN201810322171.4
申请日：2018-04-11
Applicant: 暨南大学
Abstract: 本发明公开了一种将以太坊智能合约转换成超级账本智能合约的方法，包括：使用机器学习方法训练得到一个转换模型；输入Solidity源代码，对以太坊上使用Solidity编写的智能合约代码进行预处理；使用训练好的数学模型进行高级识别工作，包括对象的识别、算法的识别、模块的识别、接口的识别等，将Solidity语言的智能合约转换成超级账本上的Java语言的智能合约。本发明方法可以实现以太坊智能合约到超级账本智能合约的快速转换，节约开发人员的开发时间和开发成本。
-
公开(公告)号：CN107967539A
公开(公告)日：2018-04-27
申请号：CN201711227857.7
申请日：2017-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法，步骤如下：首先是获取在以太坊上已发布所有智能合约的URL；其次根据URL获得已验证过的智能合约代码及其相对应的交易的信息；然后对获取到的信息进行处理，建立与函数相关的燃料限制特征集；再其次采用机器学习方法预测以太坊交易燃料限制；最后用户只需要输入智能合约代码就可以得到每个函数预测燃料限制。该发明预测结果更加精确合理，大大减少偏大或者偏小的情况出现；用户操作更加方便，只需要用户提供智能合约就可以给出调用合约函数交易的燃料限制。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.032 seconds)
